Penelitian ini mengkaji penggunaan MongoDB dalam melakukan analisis sentimen terhadap komentar YouTube terkait Pilkada Gubernur Indonesia 2024. Studi ini mengumpulkan 40,396 komentar melalui YouTube Data API, yang kemudian diproses menjadi 27,102 komentar relevan setelah melalui tahapan preprocessing yang menyeluruh, meliputi case folding, tokenisasi, normalisasi, dan stemming. Tiga algoritma analisis sentimen digunakan dalam penelitian ini: Naive Bayes, Logistic Regression, dan Support Vector Machine (SVM). Di antara ketiganya, Logistic Regression menunjukkan kinerja terbaik dengan tingkat akurasi mencapai 91.39%. Analisis ini memberikan wawasan berharga tentang sentimen publik, secara efektif menangkap sikap dan opini terhadap calon gubernur. Untuk meningkatkan interpretasi hasil, penelitian ini menggunakan teknik visualisasi data seperti Word Cloud dan grafik frekuensi. Representasi visual ini memberikan pemahaman yang lebih jelas tentang frekuensi dan konteks penggunaan kata-kata kunci, sehingga membantu dalam pengembangan strategi komunikasi politik yang efektif dan responsif. Penelitian ini berkontribusi dalam bidangnya dengan mendemonstrasikan potensi MongoDB dalam memproses dan menganalisis data media sosial skala besar untuk analisis sentimen politik. Temuan-temuan ini memiliki implikasi signifikan untuk memahami tren pemilih dan membentuk kampanye politik dalam konteks Pilkada Gubernur Indonesia 2024.